一、电阻抗参数成像数据采集系统中三种电流-电压转换器的比较(论文文献综述)
吴文辉[1](2021)在《多通道土壤电阻抗采集仪设计》文中提出
马刚[2](2021)在《电阻抗成像技术及其在人机交互中的应用》文中指出电阻抗成像(Electrical Impedance Tomography,EIT)技术是一种非侵入式的功能成像技术,可以通过目标物体的边界测量数据来重构其内部的电阻抗分布。与现有的成像技术相比,电阻抗成像技术具有无损、无创、无辐射、成本低廉和实时性强等优点,因此被广泛的应用于生物医学、地球物理勘探和工业无损检测等领域。近年来,随着人机交互技术的快速发展,电阻抗成像技术在触觉感知交互和手势识别交互中的应用得到了越来越多的关注。一方面,传统的触觉感知传感器大多是基于阵列式传感器设计,其内部复杂的刚性元件和大量导线限制了传感器的灵活性、柔软性和可拉伸性,而基于电阻抗成像技术的柔性触觉传感器可以避免这些缺点。另一方面,电阻抗成像技术非侵入式和快速响应的特点可以使其适用于人体手腕生物电阻抗信号的获取和分析,为人类提供一种新的更简单的手势识别方法。但是,电阻抗成像技术的图像重构过程是一个严重的非线性病态逆问题,传统的重构方法获得的图像空间分辨率和对比度较差;另外,电阻抗成像技术应用于人机交互时,目前的检测系统存在计算复杂和数据利用率低的问题,影响了人机交互的实时性和准确率。基于此,本文围绕电阻抗成像技术及其在人机交互中的应用开展了以下三个方面的工作。1.本文对电阻抗成像重构算法的原理进行了研究,提出了一种多帧块约束稀疏贝叶斯重构算法来提升重构图像的分辨率和对比度。通过稀疏贝叶斯方法,来自动探索被测物体内部阻抗变化的块稀疏性和相关性信息,并从统计学观点出发对逆问题求解过程进行数学分析,将此求解过程转换为在一定约束条件下的最大后验概率估计问题。结合电阻抗分布变化的块稀疏先验信息和块结构连续性信息,可以有效地重构出被测场域内的阻抗变化情况。仿真和实验结果证明了该方法可以在抑制噪声干扰的同时,有效的提高重构图像的成像分辨率。2.本文对EIT技术在触觉感知交互中的应用进行了研究,设计了一个便携式的触觉传感器系统,并且提出了两种触觉感知算法。第一种是采用机器学习方法,通过将触觉传感器的传感部分划分为多个子区域,利用机器学习分类算法将逆问题求解过程转化为分类问题,并且使用监督学习方法进行训练学习,可以实现快速准确的位置检测。第二种是基于上一章节的方法优化稀疏贝叶斯求解过程,在以损失少量成像精度的前提下,提高成像的实时性。并且通过实时触觉感知实验对设计的触觉传感器系统进行验证,实验结果证明了这两种方法下的触觉感知系统可以快速准确的实现接触感知。3.本文对EIT技术在手势识别交互中的应用进行了研究,提出了两个不同的手势识别系统。由于将边界测量数据用于进行成像和进行手势识别时,两者的阻抗数据利用率存在差异性。因此,我们对多电极单频率的EIT手势识别系统进行优化,提出了一种基于模型解释和特征选择的电阻抗成像驱动模式,可以在保证识别准确率的同时,极大地减少数据采集系统复杂度,提高实时性。通过11个手势的实时识别实验,获得了准确率为98%的手势识别结果。在此研究基础上,又提出了基于频率扫描的两电极EIT手势识别系统,通过探索和构建不同手势下阻抗数据与频率变化之间的关系,采用监督学习方法,实现了准确的手势识别。通过对灵巧手的控制交互实验,验证了该系统的准确性和实时性。
何学楷[3](2021)在《非接触式电阻抗层析成像技术及图像重建算法研究》文中提出气液两相流在日常生活和工业生产中广泛存在,由于其复杂性,对气液两相流进行状态监测和参数测量一直是相关领域内的难点。目前,电容耦合式电阻抗层析成像技术(Capacitively Coupled Electrical Impedance Tomography,简称CCEIT)是一种新型的对气液两相流进行动态监测和参数测量的技术。它具有非接触式测量和同时利用气液两相流的实部信息和虚部信息来进行相关测量等优点。但目前对CCEIT技术的研究仍不充分。一方面是其硬件系统仍需要完善,尤其是目前CCEIT技术未考虑传感器的屏蔽设计。另一方面,现有的气液两相流图像重建算法研究比较匮乏,亟需提出能充分挖掘CCEIT技术潜能的图像重建算法。本学位论文针对CCEIT技术存在的不足展开研究。主要包括:1)对三种不同的传感器构型的对比研究以及硬件系统的完善。2)将无监督聚类算法引入气液两相流图像重建中,提出了两种新型图像重建方法。本学位论文的主要工作和创新点如下:1.对比分析了三种不同的传感器构型。本文通过在CCEIT的传感器设计中引入外部屏蔽罩和径向电极,研究了三种不同的传感器构型下的电路模型、边界条件和灵敏场分布特性。根据研究结果,本文完善了 CCEIT技术的硬件系统并搭建了一套12电极非接触式电阻抗层析成像(Contactless Impedance Tomography,简称CIT)系统样机。2.基于线性反投影(Linear Back Projection,简称LBP)算法和高斯混合模型(Gaussian Mixture Model,简称GMM)聚类算法,本文提出了一种适用于CIT技术的图像重建算法,即LBP+GMM算法。利用上述系统样机进行的图像重建实验结果表明所提出的LBP+GMM算法是有效的。与其他传统的图像重建算法相比,LBP+GMM算法能够在较少的先验知识和人工干预的情况下,获得较高质量的重建图像,其相对图像误差不超过7.9%。3.基于LBP算法和具有噪声的基于密度的空间聚类(Density-based Spatial Clustering of Applications with Noise,简称 DBSC AN)算法,本文提出了一 种新型图像重建算法,即LBP+DBSCAN算法。利用上述系统样机进行的图像重建实验结果表明所提出的LBP+DBSCAN算法是可行的,与其他图像重建算法相比,LBP+DBSCAN算法需要更少的先验知识和预设经验参数,避免了人工干预对图像重建质量的影响,且其图像重建质量较好,相对图像误差不超过6.1%。4.为了充分利用电阻抗的各部分信息,本文在LBP+DBSCAN算法的基础上,提出了一种图像融合策略。基于均方误差(Mean Square Error,简称MSE)图像评估指标,本文对LBP+DBSCAN算法获得的基于电阻抗实部和虚部信息的图像进行像素级图像加权融合。图像融合实验表明,本文提出的图像融合策略是可行的,融合图像的质量有了进一步的提升,其相对图像误差不超过4.1%。
许振远[4](2020)在《基于深度学习的柔性传感器阵列电阻抗成像研究》文中认为物理压力测量在可穿戴电子、机器人等领域非常重要。采用柔性压力传感器阵列可以监测人体与外界环境之间的物理压力,也可以作为柔性机器人皮肤,感知机器与外界环境之间的物理压力。基于柔性传感器阵列的压力测量技术,受到广泛关注。目前压力测量存在着局限:(1)柔性传感器及其连接易损坏:目前研究者对数据采集多采用点阵传感器和面阵传感器的方式,会直接受到外力挤压和冲击,导致传感器内部结构遭到破坏以及传感器间连接断裂,造成传感器阵列使用时间短;并且点与面阵传感器都采用以点压力代替局部的面压力,导致不能获得完整的压力面分布信息。(2)成像重构算法局限性:目前采用电阻抗成像技术中的重构算法大多数是传统的牛顿类迭代算法,该算法对初始值比较敏感,对于不同的压力区域,初始值需要多次调整,可重复性差;并且该算法对含有噪声的压力图像重构精度差,无法在算法重构中去除噪声的影响,导致成像结果精度不高;最后迭代算法近似求解方法导致成像物体边界不分明。(3)神经网络成像重构区域种类单一:近来研究者将神经网络算法作为电阻抗成像技术的重构算法,但是采用的神经网络大多是浅层网络结构,浅层神经网络无法描述压力区域中有效的边界信息,并且无法成像含有尖锐形状(比如三角形)的压力区域。本文针对这些关键问题进行了以下工作:(1)设计了压敏导电泡棉和压敏导电织物两种柔性传感器阵列作为数据采集载体,并且分析其压阻曲线和验证柔性压力传感器阵列的电阻分布均匀性;设计多通道数据采集系统,描述数据选通模块和控制模块的选通机制,并采用相邻驱动模式采集电压数据。(2)结合电阻抗成像技术,实现了基于Tikhonov正则化的Gauss-Newton压力成像算法,探索了采集数据的预处理和成像结果衡量标准,最后将电压数据重构为成像物体的压力面分布图像,并在压力图像中的均方误差(MSE)平均达到0.35,真实图像和重构图像之间的图像相关系数(ICC)平均达到82.8%,真实图像和重构图像之间的图像结构相似度(SSIM)平均达到了85%,真实图像压力中心点和重构图像中心点平均达到了0.43。该结果证明了基于Tikhonov正则化的Gauss-Newton压力成像算法在含有噪声的压力分布测量的有效性和准确性。(3)针对传统迭代算法以及浅层神经网络算法的缺点,本文设计了由全卷积层构成的深度学习U_SEnet压力算法,该算法在压力图像中的均方误差(MSE)平均达到0.236,真实图像和重构图像之间的图像相关系数(ICC)平均达到85.8%,真实图像和重构图像之间的图像结构相似度(SSIM)平均达到了90%,该结果证明此算法在电阻抗成像技术重构算法的可行性与优越性。该算法丰富了重构压力区域的形状,提升了压力重构图像的精度,重构出了受力区域的尖锐形状,区别出了成像形状边界,提高了压力成像区域的多样性、准确性。本文所结合深度学习和电阻抗成像技术实现基于柔性传感器阵列的端到端的压力分布成像,有效改善物理压力测量方式,提高电压分布成像的精度,为推动基于柔性传感器阵列的压力测量技术发展提供了一种新思路。
李慧[5](2020)在《用于高精度电阻抗断层成像系统的芯片设计》文中指出电阻抗断层成像技术作为一种应用前景广阔的新型成像技术,是对当前医学成像手段的一个很好补充。与传统的成像技术计算机断层成像(CT)、磁共振成像(MRI)相比,其不使用射线,对人体无害,可多次测量、重复使用。目前,分立元件搭建的电阻抗断层成像系统已有商品推出,但是其尺寸较大、结构复杂、功耗高。可见,系统的高度集成化具有重要的意义,将整个系统集成在一个芯片上,可以实现功耗低、体积小、可穿戴等优点。本文基于数字锁相放大器并结合开关比率测量技术的架构,进行了系统的仿真和验证,完成了系统中核心电路的设计,包括激励电流源模块和电压读取模块两部分。在本文的电阻抗断层成像系统中,激励电流源幅值需要大于500μAp-p,激励频率要大于500k Hz。为了实现大于60d B的无杂散动态范围(SFDR),需要驱动电路至少具有1MΩ的输出阻抗。本文通过数字合成法产生正弦信号,采用全差分的电流-电压反馈结构完成电流驱动电路的设计。此设计在仿真中实现了激励频率从50k Hz、100k Hz、500k Hz到1MHz四步可调的配置,最大激励电流为800μAp-p,输出阻抗最大可达1.8MΩ,总谐波失真小于0.3%。电压读取模块主要包含了预解调电路、前级放大电路和模数转换器三个部分。预解调电路将不同激励频率下的读取信号预解调到一个相对较低的频率(10k Hz),降低了对前级放大电路带宽的要求。前级放大电路具有较低的输入参考噪声和较高的输入阻抗,增益范围为20~58d B,通过自动调节增益放大器实现了100μV~10m V的信号读取范围。自动增益控制电路采用基于电平触发的结构,实现了去峰值检测电路的特点,功耗仅为0.9μW。本文采用12位的逐次逼近型模数转换器进行信号采样,采样率为1.6MS/s,通过后仿得到了11.38位的等效位数。另外,本文设计了一种衬底切换型的自举开关,提高了其线性度。整个前端读取电路的电流消耗为54μA,在电阻测量中实现了53mΩrms的精度。本文基于X-FAB 0.18μm的工艺完成了芯片设计,共包含了两个芯片模块:EIT1901和EIT1902,其芯片面积分别为3.75mm2和2.125mm2。同时,也给出了核心电路模块和系统的测试方案。
孙国中[6](2020)在《基于EIT的土壤检测技术的研究》文中研究说明土壤水分盐分是作物生长和评估环境的重要指标,传统土壤水分盐分的测量方法大多不能反映土壤水分盐分的空间分布、且破坏土壤结构。电阻抗成像技术(Electrical Impedance Tomography,EIT),是一种以被测物体电导率分布为成像目标的成像技术,主要应用在无损检测领域。本课题提出了基于EIT的土壤电阻抗成像技术(Soil Electrical Impedance Tomography,SEIT),用于土壤的水分盐分的检测。SEIT系统主要包括硬件和软件两部分,硬件部分产生激励信号并完成像数据采集,软件部分是通过上位机实现土壤电阻抗分布成像。论文首先分析了EIT成像理论基础,包括数学建模、EIT正问题和逆问题的求解。然后对SEIT系统进行设计,提出了总体框架,主要包括上位机、下位机主站和下位机从站。下位机主站主要是实现上位机与下位机从站之间的通讯以及数据传输,并为下位机从站产生激励信号;下位机从站通过微控制器实现多通道数据采集、A/D转换、多路开关切换和远程数据传输等功能。通过功能分析提出下位机硬件实现框架并选择合适的芯片完成硬件的设计,结合硬件电路的设计,提出了控制程序的流程。最后,通过SEIT系统建模完成了正问题和逆问题的仿真分析;将硬件电路和控制程序相结合进行系统调试,验证了SEIT系统的数据采集、多路开关的快速切换和数据传输等功能;分析了系统的性能并完成了图像重建实验,验证了SEIT系统下位机硬件电路设计的合理性以及控制程序的正确性。
李森[7](2019)在《基于电阻抗成像的肺功能数据采集系统》文中研究指明电阻抗成像(Electrical Impedance Tomography,EIT)是医学影像领域中的一种新技术,其基本原理是通过电极向生物体施加一定频率的安全电流,测得目标区域的边界电压,借助相应的图像重构算法得到生物体的阻抗分布。EIT将生物体组织或器官的阻抗分布作为成像目标,提取与生理和病理相关的生物医学信息,具有无侵入、无辐射、成本低廉等优势。目前,EIT技术在医学上主要用于脑、心脏、呼吸系统的疾病诊断和研究。本课题作为预研性的课题,主要围绕电阻抗成像技术在肺部阻抗发生变化的情况进行研究,主要研究工作和结果如下:(1)对生物医学电阻抗成像技术进行了理论研究,包括生物体组织的电特性及物理模型的建立,EIT数据采集系统的构成,图像重构中的正问题和逆问题研究;(2)完成了应用于肺功能成像的EIT数据采集系统的设计,包括电路设计与仿真、硬件电路搭建与测试;搭建16电极的圆形盐水槽实验模型以及基于MATLAB的正问题和逆问题分析与求解;(3)针对EIT系统设计中存在的问题,设计了基于ARM和DDS(直接数字频率合成)技术的高精度信号发生器,采用第二代电流反馈放大器设计压控电流源,提高了激励信号的精度和稳定性,应用正交序列解调提取与阻抗相关的信息;(4)采用Tikhonov正则化和先验Laplace两种算法实现了图像重构,得到了阻抗分布图像,验证了系统方案的可行性。
戴明[8](2019)在《磁声电导率成像检测系统设计及应用》文中研究表明早期诊断对于癌症的防治具有重要作用。在癌症的发生和发展过程中,尽管其形态结构并未发生明显改变,但其内部的电荷量和电荷的空间分布已发生一定变化,从而导致组织的电导率特性发生改变。因此,对组织内电导率的检测有望为肿瘤早期诊断提供重要的参考依据。磁声电成像(Magneto-acousto-electrical Tomography,MAET)是一种新型的成像技术,可用于探测在体组织的电导率分布。其成像原理是对放置于静磁场的生物组织施加超声激励,使组织内部产生振动并切割磁感线,从而在洛伦兹力作用下形成内部电流源,通过贴于组织表面的电极接收电信号,并根据电导率重建算法获得组织内电导率分布。该成像方法具有实时、在体、非侵入式检测等优势。然而目前超声激励所产生的组织振动幅度很小,电极两端仅能检测到微伏级磁声电信号。而由探头瞬时激励引起的电磁干扰信号能达毫伏级,由界面反射引起的电磁干扰信号强于磁声电信号,且磁声电信号易受接触阻抗、外界噪声等干扰。因此现有磁声电检测系统往往存在检测信噪比不高、电导率检测分辨率差和无法定量获得生物组织内电导率分布等问题。基于此,本论文围绕磁声电成像系统构建及应用,重点解决检测系统的抗外界噪声和电磁干扰等问题,并探讨了线性扫频时宽、多点聚焦、激励频率和短脉冲个数等对电导率检测分辨率的影响。本论文主要开展的研究工作如下:1.抗外界噪声和电磁干扰的磁声电成像系统构建及方法研究。采用去除电磁干扰及外界噪声信号的诸多有效方法,设计并搭建基于线性调频激励的磁声电检测系统及基于短脉冲激励的磁声电检测系统来实现样本电导率非连续区域的测量。通过大量实验验证了改进方法的有效性及磁声电检测系统的准确可重复测量性,并提出提高电导率检测分辨率的若干方法。2.基于线性调频及多点聚焦的磁声电成像系统构建及方法研究。针对探头瞬时激励功率大,探头聚焦点对磁声电幅值影响较大,电导率检测准确度不高,率先提出基于多点聚焦的线性调频磁声电成像方法。为避免探头瞬时激励功率大,采用线性调频chirp信号作为激励源,通过实验验证了线性扫频理论的正确性,并验证了线性扫频时宽是影响电导率分辨率的主要参数。为克服探头聚焦点对磁声电幅值影响,提出采用在Z轴方向步进电子聚焦激励的多点聚焦方法来提高电导率检测分辨率。相比单点聚焦B扫描成像方法,多点聚焦B扫描成像方法具有更好成像分辨率。此外还对猪肉离体组织进行了电导率B扫描成像,获得了猪肉组织轮廓。3.短脉冲磁声电分布重建方法及其B扫描重建方法研究。针对现有磁声电成像方法难以获得组织内电导率分布,提出短脉冲磁声电分布重建方法及其B扫描重建方法。首先,基于COMSOL数值仿真数据及实测磁声电数据展开电导率分布重建过程的验证。通过对接收到的磁声电信号与探头声压信号进行解卷积来实现电导率相对分布的重建。通过对内嵌高浓度仿体进行数值仿真实验,验证了基于短脉冲磁声电检测理论及方法的正确性。其次通过对均匀仿体,拉高均匀仿体,分层均匀仿体及猪肉离体组织进行电导率准确性测试及分辨率测试实验,证明短脉冲磁声电检测方法及一维磁声电导率分布重建方法是正确且可行的。最后对猪肉离体组织进行电导率B扫描实验,获得了猪肉组织轮廓。总之,通过以上研究,本论文已成功搭建了基于多点聚焦及线性调频激励的磁声电检测系统及基于短脉冲激励的磁声电检测系统。初步解决了磁声电信号信噪比差,单点聚焦成像分辨率不高,一维电导率分布重建及B扫描难以实现等问题。本论文对磁声电成像方法进行了较为系统的研究,为磁声电成像的系统构建及应用提供重要的参考价值。
郝志良[9](2019)在《基于电阻抗成像的柔性传感器设计与实现》文中研究指明随着机器人技术的发展,人机交互场景中柔性传感器的需求越来越多。针对大面积的机器人皮肤设计,传统阵列式传感器内部刚性元件和导线的分布导致传感器柔软性和伸展性降低,非侵入式电阻抗成像技术设计的柔性传感器能够避免这些缺点。电阻抗成像技术通过安装在传感区域边界的电极采集数据重建传感区域内部的阻抗图像,从阻抗图像就可以识别出传感区域的接触位置,但电阻抗成像存在成像分辨率较低和计算时间较长等问题。本文提出基于支持向量机的柔性传感器位置检测方案,通过支持向量机方法建立传感区域边界的阻抗数据与接触位置间的映射关系;离线训练的分类模型能够在毫秒内计算出接触位置标签,明显提高柔性传感器的时间分辨率和准确率。本文主要研究内容如下:1.阐述柔性传感器应用背景和研究意义,介绍柔性传感器的研究现状和电阻抗成像技术的历史渊源,重点介绍柔性传感器的发展过程。针对课题组前期设计的柔性传感器检测准确率较低和实时性较差的问题,提出本文的总体研究框架。2.提出柔性传感器检测模型,并详细介绍柔性传感器检测原理,包括电阻抗成像算法和支持向量机算法。电阻抗成像算法包括正问题和逆问题;支持向量机通过拉格朗日优化方法得到最优分类超平面,可以有效提高柔性传感器的准确率。3.以高精度阻抗采集芯片AD5933为核心设计数据采集平台,结合软件设计搭建实时成像系统。为了验证实时成像系统的有效性,进行了典型的水槽实验。实验结果表明,数据采集平台稳定,数据波动范围在±0.06%内,并且由成像结果能够直观显示物体位置以及区分物体的材料和大小。4.以碳纳米管和聚氨酯泡沫为原料制备柔性导电材料,设计柔性传感器物理模型。为了测试柔性传感器的实际性能,进行了位置检测实验。实验结果表明,柔性传感器能够有效检测目标物体位置,平均位置误差为0.72cm,准确率达到88.75%,时间分辨率为2.01s,证明了柔性传感器设计方案的有效性。5.为了提高柔性传感器的时间分辨率和检测准确率,将支持向量机引入柔性传感器的设计中。在柔性传感区域内划分网格,以阻抗数据作为特征,训练分类模型,并进行位置检测实验。实验结果表明,柔性传感器的位置检测准确率达到93.81%,时间分辨率为1.20s。支持向量机方法能够有效提升柔性传感器的检测性能,为柔性传感器设计方案提供了新的思路。
滕玉杰[10](2017)在《嵌入式电阻抗成像系统研究》文中指出电阻抗成像技术是在20世纪末才发展起来的一种新型成像技术,其原理是在被测对象边界周围按一定规律安放若干个电极,以非侵入的方式测量被测对象的边界电信息,然后利用特定的电阻抗图像重建算法重建出被测对象场域内部的电特性分布,实现对被测对象的可视化测量。电阻抗测量系统大多以单片机、FPGA、DSP、PXI总线控制器等作为数据采集核心,利用串口、USB 口、网口等通信接口将被测对象的电信息上传至计算机,最终实现数据的处理和被测对象场域内部图像的重建。在当前装置智能化便携化的发展需求下,ARM处理器以更高的处理速度、更小的体积、更完善的功能为未来电阻抗成像技术的发展提供了新的方向。本课题完成的主要研究工作有:1)利用COMSOL仿真软件建立8电极圆形场域仿真模型,并对场域内的成像对象进行了正问题分析;2)搭建了嵌入式交叉编译环境,完成了嵌入式Linux系统的移植;3)编写了高精度阻抗测量芯片AD5933的IIC驱动程序以及基于C++的Qt库开发的阻抗分析GUI界面;4)成功的将阻抗分析GUI界面移植到飞凌嵌入式OK6410平台,并利用触摸屏进行人机交互;5)对嵌入式电阻抗成像系统采集的数据进行处理,并对数据处理结果进行分析;6)将嵌入式开发板采集到的阻抗数据传输至计算机,利用牛顿-拉夫逊图像重建算法对8电极圆形场域进行图像重建。本系统采用了具有高集成度和高精度的AD5933阻抗测量芯片,处理器采用基于ARM架构的SAMSUNG S3C6410,操作系统采用嵌入式Linux2.6.39,并使用Qt框架开发出阻抗分析GUI界面作为用户的操作界面。通过借助SecureCRT终端仿真软件加载IIC驱动程序并运行数据采集指令,可以采集到被测对象的边界阻抗信息。系统测量结束后,可使用阻抗分析GUI界面绘制被测对象边界阻抗信息的曲线。另外,通过网络通信的方式可将嵌入式开发板测量的边界阻抗数据传输至计算机进行最终的图像重建工作。
二、电阻抗参数成像数据采集系统中三种电流-电压转换器的比较(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电阻抗参数成像数据采集系统中三种电流-电压转换器的比较(论文提纲范文)
(2)电阻抗成像技术及其在人机交互中的应用(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 电阻抗成像技术 |
1.2.1 发展历史和现状 |
1.2.2 成像算法研究 |
1.2.3 触觉感知应用 |
1.2.4 手势识别应用 |
1.3 论文研究内容 |
1.4 论文组织结构 |
第2章 多帧块约束稀疏贝叶斯EIT重构算法 |
2.1 引言 |
2.2 相关工作 |
2.3 方法介绍 |
2.3.1 EIT成像原理 |
2.3.2 MFC-BSBL重构算法 |
2.3.3 EM算法求解参数 |
2.4 实验分析 |
2.4.1 仿真模型 |
2.4.2 评价标准 |
2.4.3 实验数据采集 |
2.4.4 实验结果 |
2.5 本章小结 |
第3章 基于EIT技术的触觉感知研究 |
3.1 引言 |
3.2 相关工作 |
3.3 方法介绍 |
3.3.1 数据采集系统设计 |
3.3.2 逆问题重构成像算法 |
3.3.3 机器学习分类算法 |
3.4 实验分析 |
3.4.1 盐溶液水槽实验 |
3.4.2 触觉感知器实验 |
3.5 本章小结 |
第4章 基于EIT技术的手势识别研究 |
4.1 引言 |
4.2 相关工作 |
4.3 多电极单频的EIT手势识别系统的优化设计 |
4.3.1 系统设计 |
4.3.2 数据采集和数据预处理 |
4.3.3 特征选择和模型解释 |
4.3.4 实验验证 |
4.4 两电极多频的EIT手势识别系统设计 |
4.4.1 系统设计 |
4.4.2 数据采集和数据分析 |
4.4.3 实验验证 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 全文总结 |
5.2 创新点 |
5.3 研究展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的研究成果 |
(3)非接触式电阻抗层析成像技术及图像重建算法研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 气液两相流及相关参数 |
1.3 文献综述 |
1.3.1 气液两相流参数测量方法概述 |
1.3.2 电学层析成像技术研究及应用现状 |
1.4 本文的主要研究内容和章节安排 |
1.5 本章小结 |
第2章 研究方案和技术路线 |
2.1 研究方案 |
2.2 技术路线 |
2.2.1 硬件系统设计技术路线 |
2.2.2 图像重建算法技术路线 |
2.3 本章小结 |
第3章 非接触式电阻抗层析成像硬件系统 |
3.1 非接触式电阻抗层析成像技术传感器屏蔽设计方案 |
3.1.1 三种传感器屏蔽构型 |
3.1.2 三种传感器构型的电路模型 |
3.1.3 三种传感器构型的边界条件 |
3.2 三种传感器构型的灵敏场分布研究 |
3.2.1 三种传感器的灵敏场分布 |
3.2.2 灵敏场分析与讨论 |
3.3 非接触式电阻抗层析成像硬件系统 |
3.3.1 非接触式电阻抗层析成像技术原理 |
3.3.2 电阻抗信号的获取 |
3.3.3 非接触式电阻抗层析成像系统样机 |
3.4 本章小结 |
第4章 基于LBP和GMM聚类算法的图像重建算法 |
4.1 非接触式电阻抗层析成像技术图像重建模型 |
4.2 LBP+GMM图像重建算法 |
4.2.1 GMM聚类算法 |
4.2.2 LBP+GMM图像重建算法流程 |
4.3 LBP+GMM算法图像重建实验及结果 |
4.4 图像重建结果分析与讨论 |
4.5 本章小结 |
第5章 基于LBP和DBSCAN算法及图像融合的图像重建方法 |
5.1 基于LBP和DBSCAN算法及图像融合图像重建方法 |
5.1.1 DBSCAN聚类算法 |
5.1.2 图像融合 |
5.2 图像重建实验及结果 |
5.2.1 LBP+DBSCAN算法图像重建实验结果 |
5.2.2 图像融合实验结果 |
5.3 图像重建结果分析与讨论 |
5.4 本章小结 |
第6章 总结与展望 |
参考文献 |
附录 |
个人简历 |
攻读硕士学位期间所得科研成果 |
(4)基于深度学习的柔性传感器阵列电阻抗成像研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究现状 |
1.2.1 柔性传感器阵列 |
1.2.2 多通道数据采集系统 |
1.2.3 电阻抗成像技术 |
1.2.4 成像算法 |
1.2.5 存在问题 |
1.3 论文主要工作 |
1.3.1 研究内容及主要工作 |
1.3.2 主要工作 |
1.4 论文组织框架 |
1.5 本章小结 |
第二章 电阻抗成像技术的相关知识 |
2.1 电阻抗成像技术的理论基础 |
2.1.1 有限元分析 |
2.1.2 正向问题分析 |
2.2 逆向问题分析及相关算法 |
2.2.1 牛顿-拉弗逊算法 |
2.2.2 卷积神经网络 |
2.3 本章小结 |
第三章 基于柔性传感器阵列的电阻抗成像数据采集系统 |
3.1 数据采集系统框架 |
3.2 柔性传感器阵列 |
3.2.1 压敏导电泡棉 |
3.2.2 压敏导电织物 |
3.2.3 柔性传感器阵列压阻曲线 |
3.3 多通道数据采集模式 |
3.4 数据采集选通模块 |
3.5 控制模块选通程序 |
3.6 数据采集实验对象 |
3.7 本章小结 |
第四章 基于Tikhonov正则化的Gauss-Newton压力成像算法研究 |
4.1 实验流程 |
4.2 EIDORS软件库 |
4.3 采集数据预处理 |
4.3.1 信号去噪 |
4.3.2 绝对值处理 |
4.4 基于Tikhonov正则化的Gauss-Newton算法数学原理 |
4.5 成像结果衡量标准 |
4.6 模拟成像算法的比较 |
4.6.1 定性分析与比较 |
4.6.2 定量参数分析比较 |
4.7 实验成像结果分析 |
4.7.1 预处理成像结果对比 |
4.7.2 不同成像结果对比 |
4.8 本章小结 |
第五章 基于深度学习U_SEnet压力成像算法研究 |
5.1 算法框架 |
5.2 U_SE网络结构 |
5.2.1 全卷积网络结构 |
5.2.2 Squeeze-and-Excitation结构 |
5.2.3 噪声层 |
5.3 多形状多目标数据库 |
5.4 成像数据预处理 |
5.4.1 预处理优点 |
5.4.2 Min-max标准化 |
5.5 模拟成像算法的分析与比较 |
5.5.1 定性分析 |
5.5.2 定量参数分析 |
5.5.3 算法对比 |
5.6 实验成像结果分析 |
5.6.1 不同模型定量结果对比 |
5.6.2 多种形状成像结果比较 |
5.7 本章小结 |
总结与展望 |
本文总结 |
本文展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(5)用于高精度电阻抗断层成像系统的芯片设计(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 电阻抗断层成像系统的研究背景与意义 |
1.2 电阻抗断层成像系统的研究现状 |
1.3 论文主要研究内容 |
1.3.1 激励电流源模块设计 |
1.3.2 电压读取模块设计 |
1.4 论文组织结构与章节安排 |
第二章 电阻抗断层成像系统的设计与实现 |
2.1 电阻抗测量的原理 |
2.2 人体组织的阻抗模型 |
2.3 电阻抗断层成像系统设计 |
2.3.1 电阻抗断层成像系统的构成与工作原理 |
2.3.2 电阻抗断层成像系统的框架 |
2.3.3 系统架构可行性分析 |
2.4 本章小结 |
第三章 电阻抗断层成像系统中激励电流源电路设计 |
3.1 激励电流源结构的选取 |
3.1.1 正弦信号的产生方法 |
3.1.2 电流驱动电路的设计 |
3.2 激励电流源整体电路结构 |
3.2.1 数模转换器电路 |
3.2.2 低通滤波器电路 |
3.2.3 电流驱动电路 |
3.3 本章小结 |
第四章 电阻抗断层成像系统中电压读取模块设计 |
4.1 电压读取模块整体结构 |
4.2 开关阵列 |
4.3 预解调部分 |
4.4 前置放大级 |
4.4.1 仪器放大器 |
4.4.2 自动调节增益放大器 |
4.5 模数转换器设计 |
4.5.1 自举开关 |
4.5.2 比较器 |
4.5.3 电容阵列 |
4.5.4 逐次逼近算法逻辑控制器 |
4.5.5 模数转换器的仿真与版图设计 |
4.6 本章小结 |
第五章 芯片整体电路设计 |
5.1 芯片控制时序说明 |
5.2 芯片整体版图与后仿结果 |
5.3 芯片布局设计及接口说明 |
5.4 测试方案 |
5.4.1 激励电流源测试方案 |
5.4.2 模数转换器的测试方案 |
5.4.3 电压读取模块的测试方案 |
5.4.4 EIT系统的测试方案 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 主要工作与创新点 |
6.2 总结与展望 |
6.3 本章小结 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(6)基于EIT的土壤检测技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 土壤水分盐分的测量技术研究现状 |
1.2.2 EIT技术研究现状 |
1.3 本文的研究内容及安排 |
1.3.1 研究内容 |
1.3.2 章节安排 |
第二章 SEIT系统的技术原理 |
2.1 传统土壤水盐分检测技术 |
2.1.1 土壤环境物理敏感场电导率特性分析 |
2.1.2 传统土壤水分测量方法 |
2.1.3 传统土壤盐分测量方法 |
2.2 EIT成像理论基础 |
2.2.1 EIT数学模型 |
2.2.2 EIT正问题求解 |
2.2.3 EIT逆问题求解 |
2.3 SEIT系统的总体设计 |
2.4 本章小结 |
第三章 SEIT系统下位机主站的设计 |
3.1 SEIT系统下位机主站的总体设计 |
3.2 SEIT系统下位机主站硬件设计 |
3.2.1 微控制器模块设计分析 |
3.2.2 通讯模块设计分析 |
3.2.3 电源电路设计分析 |
3.2.4 激励源模块设计分析 |
3.3 本章小结 |
第四章 SEIT系统下位机从站的设计 |
4.1 SEIT系统下位机从站的总体设计 |
4.2 SEIT系统下位机从站硬件设计 |
4.2.1 微处理器的选择及设计分析 |
4.2.2 电源电路设计分析 |
4.2.3 通讯模块设计分析 |
4.2.4 多路开关设计电路分析 |
4.3 本章小结 |
第五章 SEIT系统控制程序设计分析 |
5.1 控制程序总体设计方案 |
5.2 数据采集模块 |
5.3 数据传输模块 |
5.3.1 通信协议 |
5.3.2 数据传输过程分析 |
5.4 本章小结 |
第六章 SEIT系统的调试与仿真分析 |
6.1 SEIT系统的仿真研究 |
6.1.1 正问题的仿真 |
6.1.2 逆问题的仿真 |
6.2 SEIT系统的调试与结果分析 |
6.2.1 系统调试 |
6.2.2 系统性能分析 |
6.2.3 图像重建实验分析 |
6.3 本章小结 |
第七章 结束语 |
7.1 主要工作与创新点 |
7.2 后续研究工作 |
参考文献 |
致谢 |
攻读硕士学位期间取得的研究成果 |
(7)基于电阻抗成像的肺功能数据采集系统(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 生物电阻抗成像技术简介 |
1.2 电阻抗成像技术的研究 |
1.2.1 研究背景和意义 |
1.2.2 国外研究现状 |
1.2.3 国内研究现状 |
1.3 电阻抗成像系统的关键技术 |
1.4 课题研究的主要内容 |
2 生物电阻抗成像技术的基本原理 |
2.1 EIT系统的工作原理 |
2.2 EIT的数学描述 |
2.3 生物组织的等效电路模型 |
2.4 本章小结 |
3 系统总体结构设计 |
3.1 EIT数据采集系统设计 |
3.3 电极阵列 |
3.3.1 激励和测量电极的选通 |
3.3.2 EIT的激励测量模式 |
3.4 激励通道设计 |
3.4.1 基于DDS技术的信号发生器设计 |
3.4.2 DDS基本原理 |
3.4.3 低通滤波器 |
3.4.4 压控电流源 |
3.5 测量通道设计 |
3.5.1 信号放大 |
3.5.2 相敏解调 |
3.5.3 模数转换 |
3.6 电源模块 |
3.8 本章小结 |
4 系统软件设计 |
4.1 ARM程序设计 |
4.1.1 DDS信号发生器程序设计 |
4.1.2 多路开关程序设计 |
4.2 DSP程序设计 |
4.2.1 A/D转换程序设计 |
4.2.2 正交序列解调 |
4.3 EIT图像重建软件实现 |
4.3.1 EIT正问题分析与软件实现 |
4.3.2 EIT逆问题求解与软件实现 |
4.3.3 基于MATLAB的图像重建 |
4.4 本章小节 |
5 实验测试与结果分析 |
5.1 系统硬件调试 |
5.1.1 DDS信号发生器 |
5.1.2 压控电流源 |
5.2 实验模型的搭建 |
5.3 图像重构 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
(8)磁声电导率成像检测系统设计及应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪言 |
1.1 组织电特性及研究意义 |
1.1.1 生物组织电学特性及其生物电流 |
1.1.2 生物组织电学特性及其病理关系 |
1.1.3 研究的现实意义 |
1.1.4 课题来源 |
1.2 国内外电导率成像研究现状及发展历程 |
1.2.1 电导率测量方法发展概述 |
1.2.2 电导率检测方法分类 |
1.2.3 传统电阻抗成像 |
1.2.4 与磁共振成像技术结合的电阻抗成像 |
1.2.5 广义磁声成像 |
1.3 磁声电导率成像优势 |
1.4 磁声电导率成像方法进展 |
1.5 本论文研究问题、进展及主要工作 |
1.6 本论文主要创新点 |
1.7 本论文组织结构 |
第2章 磁声电导率成像理论研究 |
2.1 磁声电导率成像原理 |
2.2 电场源产生机理 |
2.3 声场正问题 |
2.4 基于互易定理的磁声电成像理论 |
2.5 基于线性调频磁声电成像研究 |
2.5.1 磁声电原理及线性调频理论 |
2.5.2 基于多点聚焦的磁声电成像理论 |
2.6 基于短脉冲激励的磁声电成像研究 |
2.6.1 一维坐标系中磁声电理论推导 |
2.6.2 柱面三维坐标系中磁声电理论推导 |
2.7 本章小结 |
第3章 磁声电导率成像检测集成平台设计及实现 |
3.1.基于线性扫频CHIRP激励的磁声电成像集成检测平台设计 |
3.1.1 硬件设计 |
3.1.1.1 实验平台总体设计 |
3.1.1.2 激励部分设计 |
3.1.1.3 三维运动平台 |
3.1.1.4 触摸控制系统APP设计 |
3.1.1.5 扫描激励方式设计 |
3.1.1.6 静磁场装置 |
3.1.1.7 Verasonics系统 |
3.1.1.8 任意波形信号发生器及Chirp信号的产生 |
3.1.1.9 功率放大器 |
3.1.2 数据采集及后信号处理 |
3.1.2.1 电磁屏蔽处理 |
3.1.2.2 磁声电信号检测 |
3.1.2.3 Verasonics系统数据采集过程 |
3.1.2.4 数字信号处理 |
3.1.3 系统软件设计 |
3.2.基于短脉冲激励的磁声电集成检测平台设计 |
3.2.1 硬件设计 |
3.2.1.1 实验平台总体设计 |
3.2.1.2 检测电极设计 |
3.2.1.3 小信号调理电路设计 |
3.2.1.4 微弱信号多级放大 |
3.2.1.5 滤波器设计及噪声去除 |
3.2.1.6 磁声电数据采集及存储 |
3.2.1.7 电磁屏蔽处理 |
3.2.1.8 探头声场仿真 |
3.2.2 获得高信噪比磁声电信号的方法 |
3.2.3 数据采集及后信号处理 |
3.3 测试仿体制作 |
3.4 本章小结 |
第4章 单点聚焦成像及多点聚焦成像方法研究 |
4.1.线性扫频理论验证 |
4.2.单点聚焦B扫描成像 |
4.2.1 两层电导率变化界面均匀仿体测试实验 |
4.2.2 四层电导率变化界面均匀仿体测试实验 |
4.3.线性扫频时宽对电导率成像分辨率的影响 |
4.4.NaCl浓度对电导率幅值影响实验 |
4.4.1电导率测试实验 |
4.4.2 电导率幅值与NaCl浓度关系 |
4.5.不同材料均匀仿体电导率实验 |
4.6.单点聚焦对成像的影响 |
4.7.多点聚焦成像 |
4.7.1 多点聚焦成像准确性测试 |
4.7.2 多点聚焦电导率B扫描成像 |
4.8.猪肉离体组织成像实验 |
4.9 本章小结 |
第5章 基于短脉冲激励磁声电导率成像研究 |
5.1.仿真研究 |
5.1.1 仿真软件介绍 |
5.1.2 两层电导率变化均匀仿体一维磁声电COMSQL仿真 |
5.1.3 内嵌高电导率仿体磁声电COMSOL仿真及B扫描实验 |
5.2.实验研究 |
5.2.1 磁声电信号的检测及验证 |
5.2.2 均匀仿体实验 |
5.2.3 不同探头激励实验 |
5.2.4 不同Cycle数激励实验 |
5.3.磁声电检测前端的改进和完善 |
5.4.在深度方向磁声电幅值测试实验 |
5.5.短脉冲激励电导率B扫描成像算法及其分辨率实验 |
5.6.短脉冲激励个数及频率对成像分辨率的影响 |
5.7.一维电导率分布重建方法研究 |
5.7.1 电导率COMSOL仿真验证 |
5.7.2 电导率分布重建过程 |
5.8.猪肉离体组织电导率B扫描实验 |
5.9.基于多阵元线阵电子聚焦探头的磁声电成像研究 |
5.10.本章小结 |
第6章 总结与展望 |
6.1 论文总结 |
6.2 存在问题及展望 |
参考文献 |
致谢 |
作者简介 |
攻读博士学位期间研究成果 |
(9)基于电阻抗成像的柔性传感器设计与实现(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 柔性传感器研究现状 |
1.2.1 压阻式柔性传感器 |
1.2.2 电容式柔性传感器 |
1.2.3 应变式柔性传感器 |
1.3 电阻抗成像技术发展及研究现状 |
1.3.1 电阻抗成像技术的发展 |
1.3.2 基于电阻抗成像的柔性传感器发展 |
1.4 存在的问题及本文主要研究内容 |
1.4.1 存在的问题 |
1.4.2 本文主要研究内容 |
1.5 本章小结 |
第2章 柔性传感器检测机理分析 |
2.1 柔性传感器测试系统概述 |
2.2 电阻抗成像技术检测原理 |
2.2.1 电阻抗成像正问题分析 |
2.2.2 电阻抗成像逆问题分析 |
2.3 基于支持向量机的位置检测原理 |
2.3.1 柔性传感器位置检测模型 |
2.3.2 支持向量机基本原理 |
2.3.3 分类评价指标 |
2.4 本章小结 |
第3章 柔性传感器设计与实现 |
3.1 柔性传感器系统总体设计方案 |
3.2 柔性导电材料 |
3.2.1 柔性导电材料的制备 |
3.2.2 柔性材料的压阻特性分析 |
3.3 柔性传感器硬件系统设计 |
3.3.1 阻抗采集模块 |
3.3.2 多路开关模块 |
3.3.3 系统控制模块 |
3.4 柔性传感器软件系统设计 |
3.4.1 数据采集程序实现 |
3.4.2 电阻抗图像重建程序实现 |
3.5 本章小结 |
第4章 柔性传感器实验与分析 |
4.1 性能评价指标 |
4.2 水槽成像实验 |
4.2.1 水槽物理模型设计 |
4.2.2 水槽成像实验 |
4.3 柔性传感器电阻抗成像实验 |
4.3.1 柔性传感器物理模型 |
4.3.2 电阻抗成像实验 |
4.3.3 实验结果与分析 |
4.4 柔性传感器支持向量机实验 |
4.4.1 支持向量机位置检测实验 |
4.4.2 实验结果与分析 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 全文总结 |
5.2 论文特色之处 |
5.3 工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间从事的科研工作及取得的成果 |
(10)嵌入式电阻抗成像系统研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 电阻抗断层成像技术简介 |
1.2 电阻抗成像技术在国内外的发展 |
1.3 电阻抗成像技术的难点 |
1.4 本论文的组织形式 |
2 电阻抗成像技术原理 |
2.1 电阻抗成像技术的基本原理 |
2.2 电阻抗成像技术的数学模型 |
2.3 电阻抗成像正问题求解 |
2.4 电阻抗成像逆问题求解 |
2.5 电阻抗图像重建算法概述 |
2.6 电阻抗成像系统的构成 |
3 EIT正问题研究 |
3.1 Comsol软件的使用 |
3.2 圆形场域模型设计 |
3.3 EIT正问题求解 |
4 嵌入式电阻抗成像硬件系统 |
4.1 嵌入式电阻抗成像硬件系统的设计 |
4.1.1 数据采集模块 |
4.1.2 IIC通信模块 |
4.1.3 电源模块 |
4.1.4 ARM处理器 |
4.2 AD5933芯片工作原理 |
4.2.1 信号发生模块 |
4.2.2 接收采样模块 |
4.2.3 DFT模块 |
4.2.4 系统时钟 |
5 嵌入式电阻抗成像系统软件开发 |
5.1 嵌入式Linux系统 |
5.1.1 交叉编译环境的搭建 |
5.1.2 U-Boot移植 |
5.1.3 Linux内核的移植 |
5.1.4 根文件系统的移植 |
5.2 I2C驱动开发 |
5.3 GUI界面开发 |
6 嵌入式电阻抗成像系统测试结果与分析 |
6.1 系统信噪比 |
6.2 系统通道一致性检测 |
6.3 利用Newton-Raphson算法进行图像重建 |
7 结论 |
7.1 全文总结 |
7.2 论文创新点 |
7.3 论文的不足之处 |
8 展望 |
9 参考文献 |
10 致谢 |
四、电阻抗参数成像数据采集系统中三种电流-电压转换器的比较(论文参考文献)
- [1]多通道土壤电阻抗采集仪设计[D]. 吴文辉. 安徽农业大学, 2021
- [2]电阻抗成像技术及其在人机交互中的应用[D]. 马刚. 中国科学技术大学, 2021(09)
- [3]非接触式电阻抗层析成像技术及图像重建算法研究[D]. 何学楷. 浙江大学, 2021(01)
- [4]基于深度学习的柔性传感器阵列电阻抗成像研究[D]. 许振远. 华南理工大学, 2020(02)
- [5]用于高精度电阻抗断层成像系统的芯片设计[D]. 李慧. 上海交通大学, 2020(09)
- [6]基于EIT的土壤检测技术的研究[D]. 孙国中. 上海电机学院, 2020(01)
- [7]基于电阻抗成像的肺功能数据采集系统[D]. 李森. 西安理工大学, 2019(08)
- [8]磁声电导率成像检测系统设计及应用[D]. 戴明. 深圳大学, 2019(09)
- [9]基于电阻抗成像的柔性传感器设计与实现[D]. 郝志良. 重庆邮电大学, 2019(02)
- [10]嵌入式电阻抗成像系统研究[D]. 滕玉杰. 天津科技大学, 2017(04)